Estrategia pedagógica mediada por técnicas de Nachine Learning para potenciar la habilidad de pensamiento crítico en procesos académicos y actitudinales / Karen Vanessa Pulido Peralta, Carlos Julio Flórez Ardila; Asesor de Tesis Nelsón Obregón Neira
By: Pulido Peralta, Karen Vanessa [autor]
.
Contributor(s): Flórez Ardila, Carlos Julio [autor] | Obregón Neira, Nelson [Asesor de tesis].
Neiva: Universidad Surcolombiana, 2021Description: 1 CD-ROM (194 páginas); diagramas, fotografías, tablas o cuadros; 12 cm.Content type: texto Media type: computadora Carrier type: disco de la computadoraSubject(s): Complejidad -- Esgtrategía pedagógica | Aprendizaje automatizadoDDC classification: Th MEIC 061 Dissertation note: Tesis Magíster en Estudios Interdisciplinarios de la Complejidad. Universidad Surcolombiana. Facultad de Ciencias Exactas y Naturales. Maestría en Estudios Interdisciplinarios de la Complejidad. 2021 Summary: "En esta investigación se explora el uso de técnicas de Machine Learning para el diseño de una Unidad Didáctica en pro de potenciar las habilidades del pensamiento crítico interdisciplinar en procesos académicos y actitudinales. Para eso se tuvo como base la aplicación de dos pruebas estandarizadas, una con el propósito de reconocer la relación del pensamiento crítico con respecto al hábito de estudio (HAPE-ITH). Y, la segunda, cuyo objetivo era caracterizar a la muestra a partir de las habilidades de pensamiento crítico en cinco dimensiones; comprobación de hipótesis, razonamiento verbal, análisis de argumentos, probabilidad e incertidumbre y la toma de decisiones y resolución de problemas (HCTAES-Halpern). Esta última se tomó como parámetro para estructurar y evaluar la eficacia de la Unidad Didáctica que según el estudio longitudinal realizado se efectúa antes y después de ser aplicada, siendo así que esta investigación exploratoria de interdisciplinariedad y complejidad fue de tipo mixta con un enfoque cuasiexperimental de investigación – acción. Como conclusión de esta investigación se tiene que; uno, el algoritmo de clasificación, árbol de decisión bajo el modelo de feature_importances, facilita la predicción de la(s) variable(s) que influye(n) más sobre el problema de estudio sin discriminar la característica socioeconómica y cultural de la población. Dos, el Machine Learning en la Educación es una herramienta que le permite al docente dar solución a problemas educativos de fondo como; los procesos cognitivos y actitudinales y así promover en ellos el aprendizaje significativo. Y, tres, se propone un método adaptable para aplicar a cualquier contexto."
| Item type | Current location | Collection | Call number | Copy number | Status | Date due | Barcode | Item holds |
|---|---|---|---|---|---|---|---|---|
e-Tesis
|
Biblioteca Central | Tesis y Trabajos de Grado | Th MEIC 061 (Browse shelf) | Ej.1 | Available | 900000021775 | ||
|
e-Tesis
|
Biblioteca Central | Tesis y Trabajos de Grado | Th MEIC 061 (Browse shelf) | Ej.2 | Available | 900000021776 |
Tesis Magíster en Estudios Interdisciplinarios de la Complejidad. Universidad Surcolombiana. Facultad de Ciencias Exactas y Naturales. Maestría en Estudios Interdisciplinarios de la Complejidad. 2021
"En esta investigación se explora el uso de técnicas de Machine Learning para el diseño de una Unidad Didáctica en pro de potenciar las habilidades del pensamiento crítico interdisciplinar en procesos académicos y actitudinales. Para eso se tuvo como base la aplicación de dos pruebas estandarizadas, una con el propósito de reconocer la relación del pensamiento crítico con respecto al hábito de estudio (HAPE-ITH). Y, la segunda, cuyo objetivo era caracterizar a la muestra a partir de las habilidades de pensamiento crítico en cinco dimensiones; comprobación de hipótesis, razonamiento verbal, análisis de argumentos, probabilidad e incertidumbre y la toma de decisiones y resolución de problemas (HCTAES-Halpern). Esta última se tomó como parámetro para estructurar y evaluar la eficacia de la Unidad Didáctica que según el estudio longitudinal realizado se efectúa antes y después de ser aplicada, siendo así que esta investigación exploratoria de interdisciplinariedad y complejidad fue de tipo mixta con un enfoque cuasiexperimental de investigación – acción. Como conclusión de esta investigación se tiene que; uno, el algoritmo de clasificación, árbol de decisión bajo el modelo de feature_importances, facilita la predicción de la(s) variable(s) que influye(n) más sobre el problema de estudio sin discriminar la característica socioeconómica y cultural de la población. Dos, el Machine Learning en la Educación es una herramienta que le permite al docente dar solución a problemas educativos de fondo como; los procesos cognitivos y actitudinales y así promover en ellos el aprendizaje significativo. Y, tres, se propone un método adaptable para aplicar a cualquier contexto."
There are no comments for this item.